基于稀疏表示与深度学习的人脸识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 研究现状与分析 | 第11-14页 |
| 1.2.1 基于稀疏表示的人脸识别方法 | 第11-13页 |
| 1.2.2 基于深度学习的人脸识别方法 | 第13-14页 |
| 1.3 本文的研究工作 | 第14-15页 |
| 第二章 本文研究内容 | 第15-21页 |
| 2.1 人脸识别系统 | 第15-16页 |
| 2.2 人脸识别任务 | 第16-21页 |
| 第三章 基于稀疏表示的人脸识别 | 第21-41页 |
| 3.1 前言 | 第21页 |
| 3.2 基于稀疏表示的人脸识别 | 第21-24页 |
| 3.3 基于稀疏联合分类的人脸识别 | 第24-26页 |
| 3.3.1 提出的方法 | 第25-26页 |
| 3.3.2 实验结果 | 第26页 |
| 3.4 基于结构稀疏的遮挡物编码 | 第26-32页 |
| 3.4.1 提出的方法 | 第28-29页 |
| 3.4.2 实验结果 | 第29-32页 |
| 3.5 基于局部约束编码的快速人脸校准 | 第32-38页 |
| 3.5.1 提出的方法 | 第33-35页 |
| 3.5.2 快速更新方法 | 第35-36页 |
| 3.5.3 复杂度分析 | 第36页 |
| 3.5.4 实验结果 | 第36-38页 |
| 3.6 稀疏字典构造 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 基于深度学习的人脸识别 | 第41-58页 |
| 4.1 前言 | 第41页 |
| 4.2 基于卷积神经网络的人脸识别 | 第41-44页 |
| 4.2.1 网络结构设计 | 第41-42页 |
| 4.2.2 监督函数 | 第42-44页 |
| 4.3 基于判别性深度特征学习的通用人脸识别 | 第44-52页 |
| 4.3.1 提出的方法 | 第46-50页 |
| 4.3.2 实验结果 | 第50-52页 |
| 4.4 基于隐因子引导的卷积神经网络 | 第52-57页 |
| 4.4.1 提出的方法 | 第53-55页 |
| 4.4.2 实验结果 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-67页 |
| 攻读硕士期间取得的研究成果 | 第67-69页 |
| 致谢 | 第69-71页 |
| 附件 | 第71页 |
